7.2.4.1 政策依赖行为的实证结果分析
根据实验结果以及实验检验结果分析,可以得出具有较强政策依赖行为的投资个体,会在实验设计的题目l和题目2中均作出A的选择。因此,在Logit模型的设计中,对于两者均选择A的投资个体我们赋予因变量“policyrely”为l,否则为0。关于政策依赖行为的Logit模型的实证结果如表7.3所示。
表7.3 政策依赖行为检验的Logit参数估计结果
根据表7.3估计的结果,可以得出以下实证结论:①投资以保值为目标的个体投资者政策依赖性极强,很容易被市场上官方公布的各种信息改变其投资策略;②投资规模越大的个体投资者对政府政策的公布信息越关注;③个体收入越高,对政府政策的公布信息也越关注;④年龄较长的投资者也在一定程度上对政府政策有较强的依赖性,但不显著;⑤政策依赖性没有表现出明显的性别、受教育年限、职业和投资经验方面的差异。
7.2.4.2 确定性行为的实证结果分析
根据实验结果,大部分被试者在实验题目3中选择B,而在实验题目4中选择A,这样的选择实际上违背了传统效用理论中的理性选择公理,更符合卡尼曼和特沃斯基(l979)的远景理论描述,他们具有明显的确定性行为的偏好。在实证研究中,我们假设同时在实验题目3中选择B和实验题目4中选择A的个体具有极强的确定性行为偏好。因此,在Logit二元选择模型中,我们对于同时作出上述两个选择的人的因变量“certainty”设定为l,否则为0。关于确定性行为的Logit模型的实证结果如表7.4所示。
表7.4 确定性行为检验的Logit参数估计结果
根据表7.4估计的结果,可以得出以下实证结论:①相比男性而言,女性更偏好于确定性的结果,风险厌恶性更强;②个体投资者受教育年限越长,越会倾向于确定性投资;③个体投资者的收入越高,越偏好确定性的投资决策;④投资经验越少的人反而更倾向作出保险的确定性的投资决策;⑤不仅仅以保值为投资目标的人,有更多投资目的的个体反而更偏好确定性行为;⑥年轻的投资者在一定程度上表现出确定性倾向,但不显著;⑦在职业及投资规模上的确定性偏好并未表现出显著相关性。
7.2.4.3 损失厌恶行为的实证结果分析
根据实验题目5和实验题目6的数据统计结果,我们再次发现大部分被试者继续作出了和传统效用理论中的理性选择公理相违背的选择,这次表现为对损失的厌恶,即便面对风险,人们依然会将对损失的厌恶感置前,这也是远景理论所强调的个人投资行为特征之一。在实证检验中,我们将对实验题目5选择B,同时在实验题目6选择A的被试者视为具有极强损失厌恶的个体投资者。因此,在Logit模型的设计中,我们对同时选择上述两个选项的人的因变量“lossaversion”设定为l,否则为0。关于损失厌恶行为的Logit模型的实证结果如表7.5所示。
表7.5 损失厌恶行为检验的Logit参数估计结果(www.xing528.com)
(续表)
根据表7.5估计的结果,可以得出以下实证结论:①相对于男性而言,女性对于损失的厌恶感更强;②随着年龄的增长,人们的损失厌恶感在一定程度上会增强;③非金融从业者比金融从业者表现出更强的损失厌恶感,也就是说,具有一定金融专业知识的人能够更加理性地面对有损失的投资决策项目;④随着投资经验的丰富,投资者的损失厌恶感会降低;⑤不仅仅以保值为投资目标的人,有更多投资目的的个体,其损失厌恶性更强;⑥在年龄、受教育年限、收入、投资规模上的损失厌恶并未表现出显著相关性。
7.2.4.4 框架依赖行为的实证结果分析
根据对框架依赖行为的实验研究,数据结果表明,大部分被试者在实验题目8中选择B,而在实验题目9中选择A,这样的选择实际上也同样违背了传统效用理论中的理性选择公理,这同样也是远景理论所强调的个人投资行为特征之一。在本章对该行为偏差的实证检验中,我们将对实验题目8中选择B,同时在实验题目9中选择A的被试者视为具有极强的框架依赖行为的个体投资者。
其实,在一个封闭的实验室中,当同时出现对实验题目8和实验题目9进行选择时,稍具理性思维的人实际上不难发现二者之间的微妙关系,稍微进行一下数学运算就会发现题目8的B选项完全等同于题目9的B选项。但如果依然表现出对题目8选择B,题目9选择A,说明其具有极强的框架依赖。因此,在Logit模型的设计中,我们对实验题目8选择B,同时对实验题目9选择A的个体实证模型中的因变量“framdepen”设定为l,否则为0。关于框架依赖行为的Logit模型的实证结果如表7.6所示。
表7.6 框架依赖行为检验的Logit参数估计结果
(续表)
根据表7.6估计的结果,可以得出以下实证结论:①受教育年限越多的投资者在一定程度上表现出较强的框架依赖性;②投资者的收入越高,其框架依赖行为越强;③随着投资经验的丰富,投资者的框架依赖表现越弱;④在性别、年龄、职业、投资目标和投资规模上的框架依赖并未表现出显著相关性。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。